Institut für Informatik der Technischen Universität München

Lehrstuhl für Technische Informatik - Rechnernetze

Prof. Dr. Heinz-Gerd Hegering

Lehre
MNM Team
Projekte
Publikationen
Home » Lehre » Studentische Arbeiten » Fopra/SEP und Bachelor » Ausschreibung [PRINT]Print  

[up]Fopra/SEP und Bachelor

Empirische Identifikation von Parametern mit Einfluss auf die Effizienz von Virtualisierung

Mit Hilfe von Virtualisierungstechnologien ist es möglich, mehrere virtuelle Server zur selben Zeit, aber unabhängig von einander auf einem physischen Server zu betreiben. Die Folgen sind eine wesentlich höhere und damit auch effizientere Auslastung der physischen Server sowie eine Homogenisierung der Infrastruktur, die von den Herstellern der Virtualisierungslösungen unter dem Schlagwort ,,Konsolidierung'' vermarktet wird. In Summe ist im virtualisierten Fall zusätzlich eine wesentlich geringere Anzahl an physischen Maschinen notwendig, was wiederum die Stellfläche und Kühlleistung im Rechenzentrum reduziert und damit neben den ökologischen Gesichtspunkten auch finanzielle Einsparung bedeutet. Ein weiterer Aspekt, den die Homogenisierung der Infrastruktur mit sich bringt, ist ein vereinfachtes Management mit erweiterter Funktionalität, da alle Server personalschonend über eine einheitliche Managementplattform administriert werden können und Hochverfügbarkeitslösungen sowie Lastausgleichsmechanismen in den Management-Applikationen in der Regel enthalten sind.

Auf den ersten Blick scheint der Einsatz von Virtualisierungslösungen im Rechenzentrum nur Vorteile zu bieten. Tatsächlich können solche Infrastrukturen mit der heutigen Technik weitestgehend problemlos betrieben werden, allerdings ist die Hürde der Migration hin zu einer virtuellen Infrastruktur relativ hoch. In der Regel eignet sich die vorhandene Infrastruktur nicht zum Betrieb einer virtuellen Infrastruktur, da nur wenige, aber sehr leistungsfähige Server benötigt werden, während meist viele, aber zu leistungsschwache Systeme vorhanden sind. Es muss also zunächst geeignete Hardware angeschafft werden. Leider existieren bislang keine allgemeinen Anhaltspunkte, die einen Schluss auf die Anzahl und Dimension der zu beschaffenden Systeme erlauben würde. Zwar existieren herstellerspezifische Tools, die die vorhandene Infrastruktur über Monate hinweg überwachen und protokollieren und anschließend vom Hersteller auf Grund seiner Erfahrungen ausgewertet werden können, allerdings liegen die Auswertungskriterien nicht öffentlich vor. Ein Vergleich mit anderen Virtualisierungslösungen ist daher kaum praktikabel, da für jedes zu evaluierende Produkt mehrere Monate Messung erforderlich wären. Aus Kostengründen ist man in der Regel an einer minimalen Infrastruktur interessiert, die gerade noch Spielraum für Hochverfügbarkeit bietet. Wählt man die Infrastruktur jedoch zu klein, ist sie überlastet und kann ihre Aufgabe nicht mehr zweckmäßig erfüllen.

Ziel dieser Arbeit ist es, auf empirsche Art und Weise Parameter zu identifizieren, welche die Leistungseigenschaften von virtuellen Infrastrukturen beeinflussen. Hierzu sollen Benchmarks ausgesucht und deren Verhalten in virtuellen Maschinen im Vergleich zu physischen Servern untersucht werden. Durch schrittweises Variieren von Konfigurationsparametern soll eine möglichst hohe Effizienz der Virtualisierung erreicht werden und anhaltsweise Aussagen über den Leistungsbedarf einzelner Dienste ermöglicht werden. In Summe sollen mehrere Virtualisierungsansätze (Voll- & Native-Virtualisierung, Paravirtualisierung, OS-Virtualisierung, Emulation...) in Kombination mit unterschiedlichen Benchmarks (CPU, Web, Mail, Java, DBS, ...), wie sie z.B. von SPEC Benchmarks erhältlich sind, evaluiert werden. Zu untersuchende Einflussfaktoren sind unter anderem die Anzahl und Art der laufenden virtuellen Maschinen pro Host, deren Hardwareausstattung (Anzahl der virtuellen CPUs, Speicher, ...), eingesetzte Betriebssysteme sowie die Verwendung von Hardwaretechnologien zur Unterstützung von Virtualisierung (Intel VT-x, AMD-V). Da die Messung aller möglichen Permutationen aufgrund ihrer Anzahl kaum durchführbar erscheint, sollen zunächst nur Messungen von isolierten Einflussfaktoren vorgenommen werden und anschließend nach Absprache Kreuzmessungen durchgeführt werden.

Ein Testsystem für diese Arbeiten wird am Lehrstuhl bereitgestellt.


Aufgabensteller:
Prof. Dr. H.-G. Hegering

Dauer des Fopras/SEPs: 3 Monate

Anzahl Bearbeiter: 1-3

Betreuer: